基于SBAS-InSAR技术和Sentinel-1A的城市地表沉降监测

基于SBAS-InSAR技术对覆盖研究区2017—2018年20景Sentinel-1A影像数据进行处理,得到研究区年沉降速率及时序形变信息,并与PS-InSAR结果进行对比验证,最后进一步分析了研究区沉降的成因.结果表明沉降主要发生在燕郊镇中部与西部区域,平均沉降速率超过20 mm/a,集中沉降区域平均沉降速率超过3...     

AutoCAD Civil 3D和3ds Max Design在道路建模中的应用

介绍利用AutoCAD Civil 3D进行道路建模的过程,并将Civil 3D道路模型导入到3ds Max Design中作进一步加工,从而进一步获取道路的三维景观模型.     

用ERDAS IMAGINE进行卫星影像几何纠正的方法

介绍了利用ERDAS IMAGINE对卫星影像进行几何纠正的流程,分析了采用多项式变换作为几何校正模型的优缺点。地面控制点(GCP)的选取和判读是影像纠正的关键步骤,总结了在实际作业中GCP选取的规律及经验。     

地图投影变换浅析

通过研究得出,将地球上各种地理事物与现象表示到平面上,需要采取一系列数学变换,才能使地面上的点与平面上的相应点建立起对应关系,从而才有可能反映出它们的位置、距离、方向、面积、形状及数量大小关系。地图之所以能在平面上反映出球面上事物与现象的空间准确位置和相互关系,就是由于它经过了地图投影的转换。通过研究地图投影变换问题,可以为基于离散网格的数据管理和建模应用提供很好的投影变换基础。     

多视点云数据同步配准新方法

针对三维激光多视扫描点云数据的配准问题,提出了一种基于空间相似变换原理的同步配准新方法.首先借助罗德里格矩阵求取各测站与基准坐标系下的转换参数;然后根据各测站之间的联系,对变换的初始参数进行联合平差,利用同步配准模型求得改正后的变换参数,实现多视点云同步配准;最后使用Realworks Survey软件中基于目标的配准工具进行处理,利用配准结果实现对该算法的验证.通过分析同步配准误差来源及对比二者的精度,证明三维激光扫描多视点云数据同步配准方案具有可行性和实用性.     

遥感图像分割中的小波域改进信息割算法

针对传统信息割(IC)算法对存在灰度变化的图像易引起误分割的问题,提出了一种小波域改进信息割(W\\|MIC)算法。使用一个新的结合像素点灰度关联和空间关联的Parzen窗对IC进行改进,以降低灰度变化对分割的影响;将MIC引入到小波域,利用小波的平滑作用降低参数选取复杂度,改善图像分割效果。遥感图像分割实验结果表明,W\\|MIC可有效降低参数选择效应,不仅避免了灰度变化引起的误分割,而且还较好地保持了图像边缘。     

融合Deep-ResUnet和PS-InSAR的城市道路网形变灾害监测方法——以合肥市为例

针对城市道路网变形监测存在的高分辨率影像获取难、道路人工提取效率低、传统变形监测工作量大等难题,本文提出了一种基于融合Deep-ResUnet和PS-InSAR的城市道路网形变监测方法。主要思路为：首先对目标区的哨兵-1A(Sentinel-1A)影像数据进行伪彩色变换建立道路数据集;然后训练深度残差网络(Deep-ResUnet)模型并对道路网栅格进行提取;最后利用永久散射体干涉测量(PS-InSAR)技术获取PS点形变信息与道路网栅格融合。研究结果表明,Sentinel-1A影像经过伪彩色处理后,能提高城市道路网提取的完整性,交并比提高6%～9%,道路提取精度平均提高10%左右,得到的城市道路网形变信息专题图能为城市道路变形监测和健康状况评估提供科学依据。     

时域卷积组合模型在桥梁沉降预测中的研究

针对桥梁所承受的动静荷载特性差异问题,该文通过小波分解将垂直位移监测数据分解成低频和高频信号,低频信号稳定性强,主要呈现了静荷载影响特点,而高频信号波动性较大,呈现了动荷载影响特点,因此将低频信号和高频信号分别进行小波重构,重构后的低频信号和高频信号分别使用时域卷积神经网络和BP神经网络进行预测,并进行叠加处理得到最终预测结果。以常泰大桥实际静力水准沉降监测项目为例,将该文模型预测结果分别与小波优化的BP神经网络模型和小波优化的自回归滑动平均模型(ARIMA)预测结果进行对比分析,已有的两种模型预测的平均绝对误差分别为0.61 mm和1.38 mm,而该文模型预测的平均绝对误差为0.46 mm,预测精度的提高,为桥梁的施工和维护提供参考。     

基于小波预处理的基坑变形监测数据的最小二乘估计

利用小波变换特有的低通滤波属性和有效抑制测量噪声的能力,将传统的最小二乘估计与之相结合,提出了一种基于小波预处理的最小二乘估计新方法 ,并针对具体基坑变形监测数据,验证了该方法的有效性。     

基于最小信息量准则的小波变换确定变形监测精度

提出了应用最小信息量准则,提取了原始数据中的噪声信息并完整地保留变形信号,准确地估算了实际监测精度。